GPT模型在持續(xù)迭代過(guò)程中，能力持續(xù)增強(qiáng)，算力需求同樣也呈幾何倍增長(zhǎng)。

(相關(guān)資料圖)

現(xiàn)階段的 ChatGPT 是在擁有 3000 億個(gè)單詞的語(yǔ)料基礎(chǔ)上預(yù)訓(xùn)練擁有 1750 億參數(shù)的模型。

據(jù) OpenAI 測(cè)算，2012 年以來(lái)全球頭部 AI 模型訓(xùn)練算力需求 3-4 個(gè)月翻一番，每年頭部訓(xùn)練 模型所需算力增長(zhǎng)幅度高達(dá) 10 倍，遠(yuǎn)超摩爾定律的增長(zhǎng)速度。

據(jù)此前 IDC 預(yù)測(cè)，預(yù)計(jì)到 2025 年，中國(guó)數(shù)據(jù)圈將增長(zhǎng)至 48.6ZB，占全球數(shù)據(jù)圈的 27.8%，成為全球最大的數(shù)據(jù)圈。

AI 大算力的高需求將提升服務(wù)器性能，AI 服務(wù)器需搭載多個(gè) CPU 和 GPU 處理器，同時(shí)服務(wù)器 CPU性能不斷升級(jí)，要求內(nèi)存技術(shù)同步升級(jí)。

DDR5、HBM、CXL、NVLink 等新興技術(shù)有望加速滲透，并充分受益于 AI 帶來(lái)的算力需求增長(zhǎng)。

AI 服務(wù)器

服務(wù)器一般可分為通用服務(wù)器、云計(jì)算服務(wù)器、邊緣服務(wù)器、AI服務(wù)器等類型。

AI服務(wù)器專為人工智能訓(xùn)練和推理應(yīng)用而設(shè)計(jì)，大模型帶來(lái)算力的巨量需求，有望進(jìn)一步推動(dòng)AI服務(wù)器市場(chǎng)的增長(zhǎng)。

其中，訓(xùn)練任務(wù)對(duì)服務(wù)器算力要求較高，需要訓(xùn)練型服務(wù)器提供高密度算力支持，典型產(chǎn)品有中科曙光X785-G30和華為昇騰Atlas 800（型號(hào)9000、型號(hào)9010）。

一個(gè)典型的人工智能服務(wù)器的 DRAM 容量是普通服務(wù)器的 8 倍，NAND 容量是普通服務(wù)器的 3 倍。

根據(jù)IDC數(shù)據(jù)，2022年全球AI服務(wù)器市場(chǎng)規(guī)模202億美元，同比增長(zhǎng)29.8%，占服務(wù)器市場(chǎng)規(guī)模的比例為16.4%，同比提升1.2pct。

TrendForce集邦咨詢統(tǒng)計(jì)，2022年AI服務(wù)器采購(gòu)占比以北美四大云端業(yè)者Google、AWS、Meta、Microsoft合計(jì)占66.2%為最，而中國(guó)近年來(lái)隨著國(guó)產(chǎn)化力道加劇。國(guó)內(nèi)AI服務(wù)器頭部廠商包括：浪潮信息、超聚變、紫光股份（新華三）、中興通訊、中科曙光、工業(yè)富聯(lián)等。

資料來(lái)源：TrendForce

根據(jù) TrendForce，2023 年 ChatGPT 相關(guān)應(yīng)用有望再度刺激 AI 相關(guān)領(lǐng)域，預(yù)計(jì) 2023 年出貨量增長(zhǎng)率可達(dá)8%，2022-2026 年復(fù)合成長(zhǎng)率將達(dá) 10.8%。

01

DDR5: 新一代內(nèi)存接口芯片

海量數(shù)據(jù)對(duì)存儲(chǔ)的需求持續(xù)推動(dòng)內(nèi)存接口芯片量?jī)r(jià)齊升和市場(chǎng)高速擴(kuò)容。

持續(xù)受益于服務(wù)器出貨量增長(zhǎng)和單臺(tái)服務(wù)器內(nèi)存模組用量不斷上升。

內(nèi)存接口是服務(wù)器 CPU 與內(nèi)存橋梁，當(dāng)前正迎來(lái)DDR5 升級(jí)。

從存儲(chǔ)的分類看，存儲(chǔ)主要可分為RAM（隨機(jī)存儲(chǔ)器）和ROM（只讀存儲(chǔ)器）。

RAM可分為SRAM（靜態(tài)隨機(jī)存儲(chǔ)器）和DRAM（動(dòng)態(tài)隨機(jī)存儲(chǔ)器）。

SDRAM（同步動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器)是在DRAM的基礎(chǔ)上發(fā)展而來(lái)，為DRAM的一種。

DDR SDRAM（雙倍速率同步動(dòng)態(tài)隨機(jī)存儲(chǔ)器）又在SDRAM的基礎(chǔ)上發(fā)展而來(lái)，為具有雙倍傳輸率的SDRAM，其數(shù)據(jù)傳輸速度為系統(tǒng)時(shí)鐘頻率的兩倍，由于速度增加，其傳輸性能優(yōu)于傳統(tǒng)的SDRAM。

DDR SDRAM經(jīng)歷了DDR2、DDR3、DDR4等幾代技術(shù)更迭，其差異性主要體現(xiàn)存儲(chǔ)器的電源電壓值越來(lái)越低，而數(shù)據(jù)傳輸速率卻是呈幾何倍數(shù)增長(zhǎng)，同時(shí)存儲(chǔ)容量也隨之大幅增加。

DDR5 內(nèi)存性能遠(yuǎn)超 DDR4 的規(guī)格上限，配套內(nèi)存接口芯片性能及技術(shù)難度隨之提升。

根據(jù)市場(chǎng)調(diào)研機(jī)構(gòu)推測(cè)，DDR5 已占據(jù)整個(gè) DRAM 市場(chǎng)份額的 10%，2024年則將進(jìn)一步擴(kuò)大至 43%。服務(wù)器市場(chǎng)對(duì)高性能有著絕對(duì)的需求，可能最先推廣DDR5。

隨著新一代DDR產(chǎn)品的升級(jí)，內(nèi)存接口芯片有望迎來(lái)量?jī)r(jià)齊升，DRAM市場(chǎng)有望開(kāi)啟新一輪增長(zhǎng)。

數(shù)據(jù)來(lái)源：EEtop

內(nèi)存接口芯片行業(yè)壁壘高，競(jìng)爭(zhēng)格局相對(duì)較好。國(guó)內(nèi)瀾起科技正在拓展津逮@服務(wù)器平臺(tái)&PCIe Retimer 和 AI 芯片產(chǎn)品線；聚辰股份SPD 受益于算力需求增加及 DDR5 升級(jí)。SPD 用于服務(wù)器等領(lǐng)域，受益于算力需求增加及 DDR5 升級(jí)。聚辰股份和瀾起科技合作開(kāi)發(fā)配套新一代 DDR5 內(nèi)存條的 SPD 產(chǎn)品，該產(chǎn)品系列內(nèi)置 SPD EEPROM，系 DDR5 內(nèi)存模組不可或缺組件。

02

HBM：為大算力芯片提供支撐

高帶寬存儲(chǔ)器（HBM）是一款新型的CPU/GPU 內(nèi)存芯片，通過(guò)將多個(gè)DDR芯片堆疊在一起，實(shí)現(xiàn)大容量，高位寬的DDR組合陣列。

HBM 可支持更高速率的帶寬，并實(shí)現(xiàn)高于256GBps 的突破性帶寬，單顆粒的帶寬遠(yuǎn)超過(guò)DDR4 和GDDR6。

HBM將為大算力芯片提供能力支撐，同時(shí)生成類模型也會(huì)加速 HBM內(nèi)存進(jìn)一步增大容量和增大帶寬。

如今搭載于新興AI應(yīng)用的內(nèi)存芯片亟待升級(jí)，這種設(shè)計(jì)能夠大大提升信息交換的速率。

資料來(lái)源：AMD

從競(jìng)爭(zhēng)格局來(lái)看，全球范圍內(nèi)，HBM2內(nèi)存核心廠商主要包括SK海力士、三星、Altera、英特爾和超微半導(dǎo)體等。

全球第一梯隊(duì)廠商主要有SK海力士、三星、Altera和英特爾；第二梯隊(duì)廠商有超微半導(dǎo)體和美光。

海力士HBM技術(shù)起步早，占據(jù)較大市場(chǎng)，2018年發(fā)布HBM2，2021年發(fā)布全球首款HBM3，目前在研HBM4。

三星從HBM2開(kāi)始布局，2016年量產(chǎn)HBM2，2021年2月，三星電子推出了HBM-PIM（存算一體），將內(nèi)存半導(dǎo)體和AI處理器合二為一，2022年HBM3已量產(chǎn)。

國(guó)內(nèi)布局廠商中，通富微電在Chiplet、WLP、SiP、Fanout、2.5D、3D堆疊等方面均有布局和儲(chǔ)備；深科技是國(guó)內(nèi)最大的獨(dú)立DRAM內(nèi)存芯片封測(cè)企業(yè)，全球第二大硬盤磁頭制造商，全資子公司沛頓科技封裝技術(shù)包括 wBGA/FBGA 等，具備先進(jìn)封裝 FlipChip/TSV 技術(shù)（DDR4 封裝）能力；長(zhǎng)電科技具有高集成度的晶圓級(jí)WLP、2.5D/3D、系統(tǒng)級(jí)(SiP)封裝技術(shù)和高性能的Flip Chip和引線互聯(lián)封裝技術(shù)；兆易創(chuàng)新是國(guó)內(nèi)存儲(chǔ)龍頭，是國(guó)內(nèi)技術(shù)最為先進(jìn)的存儲(chǔ)廠商，NORFlash、NAND Flash及MCU為主要產(chǎn)品的業(yè)務(wù)板塊。

TrendForce 預(yù)估 2023-2025 年 HBM 市場(chǎng)年復(fù)合成長(zhǎng)率有望成長(zhǎng)至 40-45%以上。

03

CXL：存儲(chǔ)芯片界的CPO

隨著存儲(chǔ)成本不斷增加，傳統(tǒng)的PCI-e技術(shù)逐漸乏力。在此背景下，基于PCI-e協(xié)議的CXL技術(shù)應(yīng)運(yùn)而生。

CXL全稱為ComputeExpressLink，是由英特爾于2019年3 月在 Interconnect Day 2019 上推出的一種開(kāi)放性互聯(lián)協(xié)議，能夠讓 CPU 與 GPU、FPGA 或其他加速器之間實(shí)現(xiàn)高速高效的互聯(lián)，從而滿足高性能異構(gòu)計(jì)算的要求。

快速成長(zhǎng)的人工智能(AI)與機(jī)器學(xué)習(xí)(ML)新興任務(wù)，持續(xù)激增的云端運(yùn)算以及網(wǎng)絡(luò)和邊緣的“云端化”將成為推動(dòng)CXL發(fā)展的重要因素之一。

CXL技術(shù)用途：

資料來(lái)源：CXL Consortium

CXL聯(lián)盟董事會(huì)成員包括Intel、Google、IBM、Facebook等科技巨擘，發(fā)起者Intel擁有80%服務(wù)器CPU市場(chǎng)份額。

CXL聯(lián)盟成員：

根據(jù)TrendForce，CXL導(dǎo)入將隨著未來(lái)CPU內(nèi)建CXL功能而普及化。同時(shí)CXL建立數(shù)據(jù)高速互聯(lián)性的優(yōu)點(diǎn)，有助于擴(kuò)展AI算力，未來(lái)AI服務(wù)器將能見(jiàn)到更多采用CXL的設(shè)計(jì)。

瀾起科技推出首款支持CXL的MXC芯片并研發(fā)支持CXL的PCIe Retimer芯片。

美光科技在 22 年 5 月與投資者交流時(shí)曾預(yù)測(cè) CXL 相關(guān)產(chǎn)品的市場(chǎng)規(guī)模，到 2025 年預(yù)計(jì)將達(dá)到 20 億美金，到 2030 年 可能超過(guò) 200 億美金。

04

NVLink：芯片互連技術(shù)

NVLink 是為了解決服務(wù)器內(nèi)部 GPU 之間點(diǎn)到點(diǎn)通訊的一種協(xié)議。

英偉達(dá)在2023年美國(guó)消費(fèi)電子展（CES）上，發(fā)布了數(shù)據(jù)中心專屬CPU——“Grace CPU超級(jí)芯片”。該芯片由兩顆CPU芯片組成，其間通過(guò)NVLink-C2C技術(shù)進(jìn)行互連。

NVLink-C2C技術(shù)是一種新型的高速、低延遲、芯片到芯片的互連技術(shù)，可最大化提升系統(tǒng)吞吐量。

與Chiplet技術(shù)有異曲同工之妙，可支持定制裸片與GPU、CPU、DPU、NIC、SoC實(shí)現(xiàn)互連。

第四代 NVIDIA? NVLink?技術(shù)可為多 GPU 系統(tǒng)配置提供高于以往 1.5 倍的帶寬，以及增強(qiáng)的可擴(kuò)展性，進(jìn)而實(shí)現(xiàn)超快速的深度學(xué)習(xí)訓(xùn)練。

隨著模型參數(shù)數(shù)量增大，訓(xùn)練所需要算力不斷增長(zhǎng)，英偉達(dá)有望進(jìn)一步鞏固公司龍頭地位。

國(guó)內(nèi)廠商浪潮推出的NF5688M6是新一代NVLink AI 服務(wù)器，在超大規(guī)模數(shù)據(jù)中心研發(fā)的同時(shí)擁有高性能，高兼容，強(qiáng)擴(kuò)展性能。在6U空間內(nèi)支持2顆Intel最新的Ice Lake CPU和8顆NVIDIA最新的NVSwitch全互聯(lián) A800 GPU，結(jié)合AI算力資源調(diào)度平臺(tái)AIStation，能夠釋放強(qiáng)大AI計(jì)算性能。

隨著人工智能、機(jī)器學(xué)習(xí)、高性能計(jì)算、數(shù)據(jù)中心等應(yīng)用市場(chǎng)的興起，內(nèi)存產(chǎn)品設(shè)計(jì)的復(fù)雜性正在快速上升，并對(duì)帶寬提出了更高的要求。海量的算力數(shù)據(jù)和不斷上升的寬帶需求持續(xù)驅(qū)動(dòng)人工智能新技術(shù)發(fā)展。

1.ChatGPT：人工智能新興賽道，核心環(huán)節(jié)全梳理

2.機(jī)器視覺(jué)：AI高成長(zhǎng)賽道，產(chǎn)業(yè)鏈全景解析

3.邊緣計(jì)算：AI算力新風(fēng)口，核環(huán)節(jié)全梳理

4.MLOps框架全解析

5.人工智能芯片：高算力核心底座

6.AIGC（人工智能生成內(nèi)容）白皮書(shū)

7.AI頂規(guī)芯片：人工智能稀缺賽道